1.

A Shoe Shine Shop

Sebuah toko pembersih sepatu terdiri dari dua kursi. Misalkan pelanggan yang masuk

pertama akan duduk di kursi 1. Ketika perawatan sepatu dikursi 1 telah selesai dia akan

pergi ke kursi 2 jika kursi 2 kosong atau menunggu di kursi 1 sampai kursi 2 menjadi

kosong. Misalkan potensi pelanggan akan memasuki toko ini asalkan kursi 1 kosong. Jadi,

misalnya calon pelanggan mungkin masuk meskipun ada pelanggan di kursi 2.

Jika kita menganggap bahwa potensi pelanggan tiba sesuai dengan proses Poisson pada

tingkat λ, dan waktu servis untuk kedua kursi bersifat independen dan memiliki tingkat

eksponensial masing-masing μ1 dan μ2, maka :

(a) berapa proporsi potensi pelanggan yang memasuki sistem?

(b) berapa jumlah rata-rata pelanggan dalam sistem?

(c) berapa jumlah rata-rata waktu yang dihabiskan pelanggan masuk dalam sistem?

Untuk memulai, kita harus terlebih dahulu memutuskan sebuah ruang keadaan yang tepat.

Jelas bahwa keadaan sistem harus mencakup lebih banyak informasi bukan hanya jumlah

pelanggan di sistem. Misalnya, tidak cukup jika hanya mengetahui bahwa ada satu

pelanggan dalam sistem karena kita juga harus tahu kursi mana dia berada. Selanjutnya,

jika kita hanya tahu ada dua pelanggan di sistem ini, maka kita tidak akan tahu. tahu apakah

pelanggan di kursi 1 masih dilayani atau apakah dia hanya menunggu orang yang duduk di

kursi 2 untuk menyelesaikannya. Untuk menghitung titik-titik ini, terdapat ruang keadaan

yang terdiri dari lima keadaan (0,0), (1,0), (0,1), (1,1), dan (b, 1), akan digunakan . Masing-

masing keadaan memiliki interpretasi sebagai berikut:

 Keadaan Intrepretasi
(0.0) Tidak ada pelanggan dalam sistem

(1.0) Ada 1 pelanggan yang berada dikursi 1

(0.1) Ada 1 pelanggan yang berada dikursi 2

(1.1) Ada 2 pelanggan dalam sistem dan keduanya sedang dilayani

Ada 2 pelanggan dalam sistem, pelanggan yang berada dikursi 1

(b.1)
telah selesai dilayani dan sedang menunggu kursi 2 kosong

Perlu dicatat bahwa ketika sistem berada pada keadaan (b,1), meskipun pelanggan pada

kursi 1 sudah selesai dilayani, bagaimanapun juga keberadaan pelanggan pada kursi 1 ini

menghalangi pelanggan lain yang akan masuk.

Gambar diatas merupakan diagram transisi

Penjelasan untuk diagram transisi diatas adalah sebagai berikut:

Panah dari keadaan (0,0) menuju keadaan (1,0) diberi label λ berarti ketika proses berada dalam

keadaan (0,0) ketika sistem kosong, kemudian berubah menuju ke keadaan (1,0) dengan tingkat λ

melalui sebuah kedatangan. Panah dari keadaan (0,1) menuju keadaan (1,1) juga memiliki

penjelasan yang sama.

Ketika proses berada dalam keadaan (1,0), ia akan berubah menuju keadaan (0,1) ketika pelanggan

di kursi 1 selesai dan ini terjadi dengan tingkat 𝜇1 . Maka panah dari keadaan (1,0) menuju keadaan

(0,1) diberi label 𝜇1 . Panah dari keadaan (1,1) menuju keadaan (b, 1) juga memiliki penjelasan

yang sama.

Ketika dalam keadaan (b, 1) proses berubah menuju keadaan (0,1) ketika pelanggan di kursi 2

telah selesai dilayani dan ini terjadi dengan tingkat 𝜇2 . Maka panah dari (b, 1) sampai (0,1) diberi

label 𝜇2 . Dan juga ketika berada pada keadaan (1,1) prosesnya akan berubah menuju keadaan (1,0)

ketika orang yang duduk di kursi 2 telah selesai, maka panah dari (1,1) sampai (1,0) berlabel 𝜇2 .

Kemudian jika prosesnya dalam keadaan (0,1) berubah menuju keadaan (0,0) pada saat pelanggan

di kursi 2 telah selesai dilayani maka panah dari keadaan (0,1) sampai keadaan (0,0) diberi label

𝜇2 .

Dari diagram transisi diatas, dapat diperoleh persamaan keseimbangan dengan menyamakan

jumlah panah yang dikalikan dengan probabilitas keadaan asal dengan jumlah panah yang

dikalikan dengan probabilitas keadaan selanjutnya, sehingga diperoleh persamaan berikut ini :

(0,0) 𝜆 P00 = 𝜇2 P01

(1(1,0) 𝜇1 P10 = 𝜆 P00 + 𝜇2 P11

(0,1) ( 𝜆 + 𝜇2 ) P01 = 𝜇1 P10 + 𝜇2 Pb1

(1,1) ( 𝜇1 + 𝜇2 ) P11 = 𝜆 P01

 (b,1) 𝜇2 Pb1 = 𝜇1 P11

Kelima persamaan diatas, harus memenuhi

P00 + P10 + P01 + P11 + Pb1 = 1 (1)

untuk menentukan probabilitas pembatas.

Pertama, calon pelanggan akan memasuki sistem pada keadaan (0, 0) ataupun (0, 1), maka proporsi

dari pelanggan yang memasuki sistem ini adalah P00 + P01. Kedua, karena ada satu pelanggan di

sistem pada keadaan (0,1) maupun (1,0) dan dua pelanggan pada keadaan (1,1) dan (b,1), maka L

merupakan jumlah rata-rata dalam sistem, dapat dihitung dengan

L = P01 + P10 + 2 (P11 + Pb1) (2)

Untuk mendapatkan jumlah rata-rata waktu yang dihabiskan pelanggan masuk dalam sistem, kita

menggunakan hubungan W = L / λa. Karena potensi pelanggan akan memasuki sistem ketika

keadaan berada (0,0) atau (0,1), maka

λa = λ (P00 + P11) (3)

dan karenanya

𝑃01 + 𝑃10 +2 (𝑃11 + 𝑃𝑏1 )

𝑊= (4)
𝜆 (𝑃00 + 𝑃01 )

2. Sistem antrian dengan layanan massal

Dalam model ini, kami mempertimbangkan sistem antrian eksponensial server tunggal dimana

server dapat melayani dua pelanggan pada saat bersamaan. Setiap kali server menyelesaikan

layanan, dia kemudian melayani dua pelanggan berikutnya pada saat bersamaan. Namun, jika
hanya ada satu pelanggan yang mengantre, maka dia melayani pelanggan itu sendiri. Kita akan

mengasumsikan bahwa waktu servis eksponensial pada tingkat μ, apakah dia melayani satu atau

dua pelanggan. Seperti biasa, kita misalkan bahwa pelanggan datang dengan tingkat eksponensial

λ. Salah satu contoh sistem tersebut adalah lift atau mobil kabel yang bisa menampung paling

banyak dua penumpang setiap saat.

Keadaan sistem harus memberi informasi yang lebih rinci, tidak hanya berapa banyak pelanggan

yang ada dalam sistem ini, tetapi juga apakah satu atau dua orang saat ini dilayani. Namun, ternyata

kita bisa lebih mudah memecahkan masalah bukan dengan berkonsentrasi pada jumlah pelanggan

di sistem, melainkan pada jumlah antrian. Jadi, mari kita definisikan keadaan sebagai jumlah

pelanggan yang menunggu dalam antrean, dengan dua keadaan saat tidak ada yang mengantri.

Artinya, sekarang kita mempunyai beberapa ruang keadaan sebagai berikut 0’, 0, 1, 2, ... dengan

interpretasinya

Keadaan Intrepretasi

0’ Tidak ada yang dilayani

0 Server sibuk, tidak ada antrian

n, n > 0 n pelanggan sedang menunggu

Gambar diagram transisi

Dari diagram transisi diatas, kita dapat memperoleh persamaan keseimbangan seperti berikut :

0’ 𝜆 P0’ = 𝜇 P0

0 (𝜆 + 𝜇) P0 = 𝜆 P0’ + 𝜇 P1 + 𝜇 P2

n, n > 0 (𝜆 + 𝜇) Pn = 𝜆 Pn-1 + 𝜇 Pn+2

Persamaan

(𝜆 + 𝜇) Pn = 𝜆 Pn-1 + 𝜇 Pn+2 n = 1, 2, … (5)

memiliki solusi berupa

Pn = 𝛼 𝑛 P0 (6)

Substitusikan persamaan (6) ke dalam persamaan (5), sehingga diperoleh

(𝜆 + 𝜇) 𝛼 𝑛 P0 = 𝜆 𝛼 𝑛−1 P0 + 𝜇 𝛼 𝑛+2 P0 (7)

Atau

(𝜆 + 𝜇) 𝛼 = 𝜆 + 𝜇 𝛼 3 (8)

Sehingga diperoleh

4𝜆 4𝜆
−1 − √1 + −1 + √1 +
𝜇 𝜇
𝛼1 = 1, 𝛼2 = , 𝛼3 =
2 2

Karena 𝛼1 dan 𝛼2 tidak mungkin, maka yang terjadi adalah

4𝜆
√1 + −1
𝜇
𝛼= 2

Karenanya
 Pn = 𝛼 𝑛 P0 (9)

𝜇
P0’ = P0 (10)
𝜆

Dimana persamaan (10) mengikuti persamaan keseimbangan pertama. Untuk mendapatkan P0

kita gunakan

P0 + P0’ + ∑∞
𝑛=1 𝑃𝑛 = 1

atau

𝜇
P0 [1 + ∑∞ 𝑛
𝑛=1 𝛼 ] = 1
𝜆

atau

1 𝜇
P0 [1− 𝛼 + 𝜆 ] = 1

atau

𝜆 (1− 𝛼)
P0 = 𝜆+ 𝜇 (1− 𝛼)

Demikian

𝛼𝑛 𝜆 (1− 𝛼)
Pn = 𝜆+ 𝜇 (1− 𝛼) , n≥0

𝜇 (1− 𝛼)
P0’ = 𝜆+ 𝜇 (1− 𝛼)

Dimana

4𝜆
√1 + −1
𝜇
𝛼= 2
Sebelum menggunakan persamaan diatas, harus dipastikan terlebih dahulu bahwa 𝛼 < 1 atau

𝜆
ekuivalen dengan < 2, karena tingkat pelayanan maksimum adalah 2𝜇 yang mana harus lebih
𝜇

besar dari tingkat kedatangan 𝜇 untuk mencegah pembebanan sistem secara berlebihan.

Untuk menghitung proporsi pelanggan yang dilayani sendiri adalah 𝜆P0’ + 𝜇P1 , karena ketika tidak

ada pelanggan dalam sistem, maka pelanggan akan dilayani sendiri hingga terdapat kedatangan

pelanggan selanjutnya dan apabila ada satu pelanggan dalam antrian, pelanggan tersebut akan

dilayani sendiri.

𝜆 𝑃0′ + 𝜇 𝑃1
Proporsi pelanggan akan dilayani sendiri = 𝜆

𝜇
= P0’ + 𝜆 P1

Juga

LQ = ∑∞
𝑛=1 𝑛 𝑃𝑛

𝜆 (1− 𝛼)
= ∑∞
𝑛=1 𝑛 𝛼
𝑛
𝜆+ 𝜇 (1− 𝛼)

𝜆𝛼 𝛼
= (1−𝛼)[𝜆+ dengan menggunakan identitas aljabar ∑∞ 𝑛
1 𝑛𝛼 =
𝜇 (1− 𝛼)] (1− 𝛼)2

Dan

𝐿𝑄
WQ =
𝜆

1
W = WQ +
𝜇

L =𝜆W
Keterangan :

n = jumlah konsumen dalam sistem

Pn = probabilitas terdapat n konsumen dalam sistem

λ = jumlah rata-rata konsumen yang datang per satuan waktu

μ = jumlah rata-rata konsumen yang dilayani per satuan waktu

P0 = probabilitas tidak ada konsumen dalam sistem

L = Rata-rata banyaknya konsumen dalam sistem

LQ = jumlah konsumen menunggu dalam sistem

W = waktu konsumen berada dalam sistem

WQ = waktu konsumen menunggu sebelum mendapatkan pelayanan

1/ μ = waktu rata-rata pelayanan

1/ λ = waktu rata-rata antar kedatangan

S = jumlah fasilitas pelayanan(server)

3. Sistem Terbuka

Pertimbangkan sistem dengan dua server dimana pelanggan sampai pada tingkat Poisson λ di
server 1. Setelah dilayani oleh server 1 kemudian mereka bergabung dengan antrian di depan
server 2.

gambarrrrrrrr

Misalkan ada ruang tunggu yang tidak terbatas di kedua server. Setiap server melayani satu
pelanggan pada satu waktu dengan server i mengambil waktu eksponensial dengan tingkat μi
untuk layanan, dimana i = 1,2. Sistem seperti ini disebut sistem tandem atau sekuensial (lihat
Gambar 8.3).

Untuk menganalisa sistem ini kita perlu mencatat jumlah pelanggan di server 1 dan jumlah
pelanggan di server 2. Jadi, mari kita mendefinisikan keadaan dengan pasangan (n, m) yang berarti
bahwa ada n pelanggan di server 1 dan m pelanggan di server 2. Persamaan keseimbangannya
adalah

(0, 0) 𝜆 P0,0 = 𝜇2 P0,1

(n, 0) dimana n > 0 (𝜆 + 𝜇1 ) Pn,0 = 𝜇2 Pn,1 + 𝜆 Pn-1,0
(0, m) dimana m > 0 (𝜆 + 𝜇2 ) P0,m = 𝜇2 P0,m+1 + 𝜇1 P1,m-1
(n, m) dimana n, m > 0 (𝜆 + 𝜇1 + 𝜇2 ) Pn,m = 𝜇2 Pn,m+1 + 𝜇1 Pn+1,m-1 + 𝜆 Pn-1,m

Semua persamaan diatas harus memenuhi

∑𝑛,𝑚 𝑃𝑛,𝑚 = 1

Ke empat persamaan diatas juga dapat diselesaikan dengan cara, kita misalkan situasi pada server
1 adalah model poisson M/M/1. Seperti yang telah dijelaskan pada Bab 6.6, bahwa permulaan
proses antrian dengan model M/M/1 merupakan proses poisson dengan tingkat 𝜆. Dengan
demikian juga dapat disimpulkan bahwa situasi pada server 2 juga menggunakan model M/M/1.
Oleh karena itu, probabilitas bahwa ada n pelanggan pada server 1 adalah

𝜆 𝜆
P {n pada server 1} = ( ) 𝑛 (1 − )
𝜇1 𝜇1

𝜆 𝜆
P {m pada server 2} = ( ) 𝑚 (1 − )
𝜇2 𝜇2

Sekarang jika jumlah pelanggan pada server 1 dan server 2 merupakan variable acak
independen, maka

𝜆 𝑛 𝜆 𝜆 𝑚 𝜆
Pn,m = ( )
𝜇
(1 − 𝜇1
) (𝜇 ) (1 − 𝜇2
)
1 2

Untuk memverifikasi bahwa